期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于主成分分析法的人脸识别算法研究 被引量：4

下载PDF
导出
摘要 寻找有效且限量的特征参数,是生物识别领域的一个重要方向。主成分分析法可以简化变量的个数,以求得几个主成分,解释总变异数,而不损失原始资料的信息。采用主成分分析法,构建了一种基于特征参数的人脸识别算法。Matlab仿真实验表明,该算法可以解决因光线和视角引起的识别误差,具有速度快、精度高的优点。
作者 张超群
机构地区 大连外国语大学软件学院
出处 《电脑编程技巧与维护》 2020年第7期111-115,共5页 Computer Programming Skills & Maintenance
基金 大学生创新创业项目 项目编号:201910172018 获奖类别:国家级创新训练项目。
关键词 人脸识别 主成分分析法 特征 MATLAB仿真
分类号 TP391.41 [自动化与计算机技术—计算机应用技术] O212.4 [理学—概率论与数理统计]
  • 相关文献

参考文献3

二级参考文献44

  • 1张家树,陈辉,李德芳,罗小宾,夏小东.人脸表情自动识别技术研究进展[J].西南交通大学学报,2005,40(3):285-292. 被引量：13
  • 2张祖涛,张家树,和红杰.基于脆弱数字水印的人脸图像的安全性[J].西南交通大学学报,2007,42(3):340-344. 被引量：3
  • 3王萼芳,石生明.高等代数[M].3版.北京:高等教育出版社,2003.
  • 4彭玉华.小波变换与工程应用[M].北京:科学出版社,2006.
  • 5RAO A, NOUSHATH S. Subspace methods for face recognition[J]. Computer Science Review, 2010, 4(1): 1-17.
  • 6ABATE A F, NAPPI M, RICCIO D, et al. 2D and 3D face recognition: a survey [ J ]. Pattern Recognition Letters, 2007, 28( 14): 1885-1906.
  • 7TURK M, PENTLAND A. Eigenfaces for recognition [J]. Journal of Cognitive Neuroscience, 1991, 3 ( 1 ) : 71-86.
  • 8YANG Jian, ZHANG D, FRANGI A F, et al. Two- dimensional PCA: a new approach to appearance based face representation and recognition [ J ]. IEEE Transactions Pattern Analysis Machine Intelligence, 2004, 26 ( I ) : 131-137.
  • 9ROWEIS S T, SAUL L K. Nonlinear dimensionality reduction by locally linear embedding[J]. Science, 2000, 290(5500) : 2323-2326.
  • 10BELKIN M. NIYOGI P. Laplacian eigenmaps for dimensionality reduction and data representation[ J ]. Neural Computation, 2003, 15(6) : 1373-1396.

共引文献14

同被引文献35

引证文献4

二级引证文献5

电脑编程技巧与维护
2020年 第7期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部